mcpField
D
distill-response

distill-response

github.com/sjunepark生产力162 次安装3 周前更新
代码仓库

关于 distill-response

distill-response 是一项写作技能,用于将选定材料浓缩为简明说明,同时保留结论、证据、权衡、不确定性和后续行动。它涵盖初次提炼与后续展开。

主要功能

  1. 01保留结论与理由
  2. 02保留证据和不确定性
  3. 03指导初始来源选择
  4. 04按含义组织说明
  5. 05支持后续展开

适用场景

  1. 01压缩长篇回复并保留关键区别
  2. 02将选定材料整理成独立摘要
  3. 03展开先前摘要中已标记的要点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sjunepark/agent-scripts --skill distill-response

安装后在 Claude Code 中输入/distill-response确认已加载。

附带文件agents/openai.yamlevals/evals.json

详细介绍

提炼答复

保留源内容的决策主线:结论、重要关系、影响重大的选择及其依据、证据、权衡、不确定性,以及源内容中提到的后续行动。压缩重复内容,但不要丢失会改变读者理解或决策的区别。所有主张都必须有源内容支持,并保留其确定程度。

选择源内容

首次提炼时,使用用户指定的答复;如果用户没有指定,则使用紧邻的上一条助手答复。阅读所选源内容的全文,并遵循用户要求的视角或篇幅。

展开说明时,找到最近一份为所请求标签建立了脉络的提炼图。中途对同级项目的说明不能取代该图。对于展开过程中引入的子部分,将该说明用作局部源内容,并保留原图以供参照。只有在存在多份图或重复标签,导致预期源内容存在实质性歧义时才提问。

撰写说明

进行提炼时,先给出结果,并围绕含义而非源内容顺序组织。若读者可能希望日后回看,可为不同观点设置稳定且描述性明确的标签。解释这些观点之间的关系;采用最简洁而清楚的形式,无论是文字、列表、对照表还是简明图示。简单的线性内容无需强行添加标签或图示。

仅在示例、命令、路径、引文、确切数值或实现细节有助于读者理解、核实、决策或采取行动时才保留。直接给出提炼内容,并提供足够的背景,使其可独立理解。

展开说明时,简要说明所请求项目与既定图的关系,然后按所需深度厘清相关不确定之处。保留现有标签,必要时添加稳定的子标签,避免重复概述中无关的部分。使用示例或图示来阐明所请求的要点。

读者能够说明哪些内容重要、为何重要、有哪些影响重大的选择和注意事项,以及接下来会发生什么时,结果便算完整。展开后的项目仍应便于读者在原图中定位。

评论

支持 Markdown